Выбор методов идентификации и оценки рисков предприятия Текст научной статьи по специальности «Экономика и бизнес»

— информационная работа с населением территориального образования, проводимая в целях формирования у граждан города чувства сопричастности к решению задач в рамках реформирования отрасли ЖКХ;

— содействие саморазвитию структур, ответственных за реализацию реформы ЖКХ на муниципальном уровне, за счет разработки и внедрения в практику новых инструментов управления.

ЛИТЕРАТУРА

1. Жилищный кодекс Российской Федерации от 29 декабря 2004 г. № 188-ФЗ.

2. Отчет по социологическому опросу // VII Всероссийский форум ЖКХ. 14-15 марта, 2006. М.: Центр «Энтер-Полит», 2006.

3. Пузанов А. С. Лекция 8. Жилищная экономика и жилищная политика // Лекции по экономике города и муниципальному управлению. М.: Фонд «Институт экономики города», 2006. 264 с.

4. Сафаров С.М. Социокультурные основы управления развитием кадрового потенциала (на примере реформы ЖКХ) // Управление персоналом. 2007. № 15. С. 29-35.

5. Ясин Е. Политическая экономия реформы ЖКХ // Экономическая политика. 2006. № 2. С. 95-119.

А.А. БАРСЕГЯН

Артур Арамаисович Барсегян — аспирант СПбГУЭФ. В 2007 г. окончил СПбГУЭФ. Автор 2 публикаций.

Область научной специализации — экономика и управление народным хозяйством.

^ ^ ^

ВЫБОР МЕТОДОВ ИДЕНТИФИКАЦИИ И ОЦЕНКИ РИСКОВ ПРЕДПРИЯТИЯ*

В условиях мирового финансового кризиса, общей политической нестабильности, неустойчивого положения мировых экономик важным показателем экономической устойчивости и эффективности деятельности предприятия является определение слабых мест, выработка и внедрение стратегии по их устранению, а также сведение к минимуму отрицательных последствий реализации рисков. К таким мероприятиям в первую очередь относится риск-менеджмент.

Обобщенная концепция управления рисками представляет собой процесс выявления уровня отклонений в прогнозируемом результате, принятия и реализации управленческих решений, предотвращающих полностью или позволяющих частично уменьшить отрицательное воздействие на процесс и результаты воспроизводства случайных факторов, одновременно с этим обеспечивая уровень доходности или иной поставленной корпоративной цели.

Важным моментом являются не отдельные меры по минимизации риска, а целостная система управления рисками, построенная с учетом направления предпринимательской деятельности [3, с. 19].

Концепция предпринимательского риск-менеджмента должна сводиться в обобщенном смысле к реализации следующих этапов в цикличной замкнутости: выявление и оценка риска, а также возможных факторов его возникновения; разработка риск-стратегии предприятия, не допускающей возникновения рисков или стремящейся свести отрицательные результаты воздействия рисков к нулю через оценку моделей реализации рисков; применение риск-инструментария управления риском, посредством которого становится возможной положительная

ГРНТИ 06.39.41 I © А. А. Барсегян, 2011 Публикуется по рекомендации д-ра экон. наук, проф. С.Г. Овчинниковой.

реализация риска; мониторинг результатов реализации концепции риск-менеджмента; оценка конкурентоспособности и разработка скорректированной системы управления рисками.

Методов выявления и оценки рисков в деятельности предприятия множество: от сложного математического вероятностного анализа до эмпирически-интуитивных догадок лиц, принимающих управленческие решения.

К основным методам выявления и оценки рисков относятся следующие приемы:

1) эмпирическая оценка лица, принимающего решения, основанная на собственном прошлом опыте, а также накопленных научных знаниях;

2) экспертная оценка специалистов;

3) заполнение специальных опросных листов ключевыми подразделениями на условиях анонимности;

4) построение структурных или временных диаграмм;

5) построение карты технологических потоков (cash flow mapping);

6) инспекция и анализ производственной и финансовой отчетности [4, с. 39].

Этап анализа риска предполагает не только его непосредственное выявление, но и идентификацию на уровне оценки. Основные величины оценки риска связаны с положительным или отрицательным эффектом реализации рисковой ситуации и базируются на двух основных параметрах — размере возможных потерь и вероятности их наступления. Определение их количественной величины позволяет осуществить сравнение различных видов рисков. Иными словами, целью анализа рисков в целом и их оценки в частности является построение кривой зависимости прибыли от вероятности риска.

Применение экономико-математических методов оценки риска позволяет провести количественный и качественный анализ состояния изучаемой системы, давая количественную оценку значения рисков и неопределенности, позволяя выбрать наиболее оптимальное управленческое решение из нескольких альтернативных вариантов. Построение математических моделей позволяет создавать модели рисковых хозяйственных ситуаций и оценивать последствия их разрешения, не прибегая к реальным экспериментам.

Методы экономико-математического анализа, являясь регулятором экономической деятельности в разрезе существования внутренней и внешней неопределенности, позволяют математически анализировать, измерять значения, возможности и варианты минимизации, осуществляя математическое программирование риска с целью повышения качества управления им, а также достижения общих корпоративных целей хозяйствующего субъекта, сокращая неопределенность.

К основным методам экономико-математического аппарата как способа анализа рисков относятся: метод математической статистики и вероятностного распределения; метод экспертных оценок; аналитический метод; метод «дерево решений»; метод теории игр и построения экономико-математических задач.

Метод математической статистики заключается в систематизации, обработке и применении статистических данных с целью научных или практических выводов. Основными инструментами подобных исследований являются анализ и построение взаимосвязей экономических переменных, изучение которых осложнено тем, что они не являются строгими функциональными зависимостями, а по большей части носят случайный характер. При таких условиях число статистических наблюдений ограниченно.

Математическая статистика как инструмент сбора и анализа данных позволяет строить экономико-математические модели, гипотезы развития системы в условиях реализации риска, что, в конечном итоге, приводит к возможности принять наиболее эффективное управленческое решение в условиях неопределенности. Поскольку риски имеют вероятностную природу, теория вероятности играет важнейшую роль в статистических исследованиях изучаемых объектов. Так, в оценке риска широко применяются такие разделы математической статистики, основанной на теории вероятности, как статистическое оценивание распределений вероятностей и их параметров, статистическая оценка гипотез и др.

В целом суть статистического метода сводится к детальному анализу статистики затрат и прибыли, имевших место у конкретного предприятия в данной экономической ситуации, на основе установления величины, частоты и вероятности получения того или иного экономического результата. Таким образом составляется наиболее вероятностный прогноз на исследуемый будущий период времени. По отношению к количественному измерению величины риска метод математической статистики с применением вероятностного подхода выделяет две основные характеристики: изменчивость конечного исхода и среднее ожидаемое значение.

Среднее ожидаемое значение представляет собой средневзвешенное значение всех возможных результатов, причем вероятность наступления каждого результата используется в качестве соответствующей величины значений. Данная величина является обобщенной количественной характеристикой и не дает возможности оценить риск с позиции выбора принятия управленческого решения из возможных альтернативных вариантов. Для полноты оценки риска методом математической статистики в функцию вводят величину колеблемости показателей, на основании которой выводят изменчивость конечного результата, что представляет собой отклонение ожидаемого значения функции от средней величины.

Среднеквадратичное отклонение — наиболее распространенный показатель оценки риска. Он определяется по формуле:

-с') х П,

где i — число вариантов действий, ei — расчетный доход по каждому из вариантов, е' — средний ожидаемый доход по проекту, П — вероятность наступления варианта i.

В целях анализа и сравнения колеблемости признаков, выраженных в разных единицах измерения, принято использовать коэффициент вариации, который является абсолютной величиной и представляет собой отношение среднеквадратичного отклонения к средней арифметической [см.: 1, с. 149-160]. С его помощью представляется возможным выявить степень отклонения полученных значений признаков от ожидаемых величин.

где V — коэффициент вариации, %; е' — среднее ожидаемое значение; а — среднеквадратичное отклонение.

Коэффициент вариации в процентном выражении может изменяться в диапазоне от 0 до 100 %, а степень его величины прямо пропорционально соотносится с размером колеблемости. Установлена следующая качественная оценка различных значений коэффициентов вариации: до 10 % — слабая колеблемость; 10-25 % — умеренная колеблемость; свыше 25 % — высокая колеблемость. Таким образом, устанавливается прямая зависимость между величиной риска и величиной коэффициента вариации. Успешное применение дисперсионного метода в математической статистике возможно лишь при наличии более двух альтернативных признаков.

Недостаток статистического подхода состоит в том, что статистический метод основан на опыте прошлых периодов при осуществлении оценки риска по отношению к будущему периоду. В то же время достоинством указанного подхода является его основанность на статистических данных.

Многокритериальность оценки рисков в условиях неопределенности дает предпосылки к развитию субъективно-алгоритмической модели анализа, которая находит свое отражение в оценке специалистов-экспертов, основанной на задаче определения удельного веса каждого простого риска в системе их совокупности. Суть метода заключается в том, что каждому эксперту, проводящему работу по анализу риска независимо, предоставляется перечень первичных рисков по всей исследуемой системе или объекту и предлагается оценить вероятность наступления рисков в соответствии со следующей количественной градацией: 0 — риск несуществен; 25 — наступление риска маловероятно; 50 — сделать вывод о наступлении события не представляется возможным; 75 — реализация риска наступит с большой вероятностью; 100 — риск реализуется.

К разновидности экспертного метода в области стратегии рисков принято относить метод «Дельфи», или «дельфийский метод». Его суть заключается в выработке и оценке различных вариантов разрешения проблемы на этапе ее формирования и дальнейшего формулирования, основываясь на принципах анонимности, заочности и многоуровневости. Образуются две рабочие группы: независимые исследователи-эксперты, не связанные друг с другом, и организационная аналитическая группа, осуществляющая обработку и анализ мнений экспертной группы.

Среди недостатков данного метода необходимо отметить: чрезмерную субъективность исследования; беззащитность экспертов перед организационно-аналитической группой; повышенный риск конформизма экспертов; повышенные временные и организационные затраты; необходимость присутствия у экспертной группы личной мотивации; трудоемкость обработки экспертной информации и выводов. К положительным характеристикам метода относятся: формирование независимого мнения; отсутствие давления на членов экспертной группы; возможность нахождения сильного решения поставленной проблемы путем использования коллективного разума.

Метод «Дельфи» не нашел широкого применения в России как эффективный метод экспертного анализа из-за высокой степени конформизма экспертов по причине их малочисленности, а также почти абсолютного отсутствия независимых организационно-аналитических структурных подразделений.

В случаях, когда информация ограниченна, для количественного анализа риска используются аналитические методы или стандартные функции распределения вероятностей, например, нормальное распределение, или распределение Гаусса, показательное (экспоненциальное) распределение вероятностей, которое довольно широко используется в расчетах надежности, а также распределение Пуассона, которое часто используется в теории массового обслуживания.

Вероятностная оценка риска математически достаточно разработана, но опираться только на математические расчеты в предпринимательской деятельности не всегда достаточно, поскольку точность расчетов во многом зависит от исходной информации.

В последнее время стал популярен метод статистических испытаний — метод «Монте-Карло», или имитационное моделирование. Его достоинством является возможность анализировать и оценивать различные «сценарии» реализации проекта и учитывать разные факторы рисков в рамках одного подхода (см. рис.). Различные типы проектов имеют разную степень уязвимости со стороны рисков, что выясняется при моделировании. Недостатком данного метода является то, что в нем для оценок и выводов используются вероятностные характери-

V = а / е' i х 100 %

(2)

стики. Это не очень удобно для непосредственного практического применения и не удовлетворяет менеджеров проекта. Однако, несмотря на указанные недостатки, этот метод дает возможность выявлять риск, сопряженный с теми проектами, в отношении которых принятое решение не претерпит изменений [2, с. 292].

Рис. Схема анализа рисков по методу «Монте-Карло»

Как указывалось, недостаток статистического подхода к измерению и оценке риска состоит в том, что статистический метод основан на опыте прошлых периодов, а оценка риска относится к будущему периоду. Отсюда ценность данного подхода в динамике экономических изменений заметно снижается. В то же время достоинством данного подхода является достаточная степень его объективности.

Таким образом, выявляя, идентифицируя и оценивая риск, на который может пойти предприятие, лицу, принимающему управленческое решение, необходимо исходить из профиля деятельности, наличия и достаточности ресурсов для покрытия возможных отрицательных последствий реализации рисков. Оценивать степень допустимого риска необходимо в сравнении с такими параметрами, как размер основного фонда, объем рентабельности, объем производства, поскольку именно величина капитала является первоочередным положительным фактором лавирования в условиях рисков и неопределенности.

ЛИТЕРАТУРА

1. ГнеденкоБ.В. Курс теории вероятностей. 8-е изд., испр. и доп. М.: Едиториал УРСС, 2005.

2. КарликА.Е., ШухгальтерМ.Л. Экономика предприятия: учебник для вузов. 2-е изд. СПб.: Питер, 2010.

3. Кирюшкин Р.А. Предпринимательский риск-менеджмент в современных условиях хозяйствования. М.: Дашков и Ко, 2007.

4. Хохлов Н.В. Управление риском: учебное пособие для вузов. М.: ЮНИТИ-ДАНА, 2001.